近年来,基于电互连的传统片上网络（Network-on-chip,NoC）以高效的通信方式和灵活的扩展性,在多核互连系统上得到了广泛的应用。然而,传统NoC由于电路的高集成度带来的量子隧穿效应和高能耗等问题限制了多核处理器的发展。基于光互连的片上光网络（Optical Network-on-Chip,ONoC）以传输带宽高,能耗低,可扩展性强等优点正逐渐成为传统NoC的替代方案。但是,ONoC中的硅光器件微环谐振器在受到温度的影响时,其谐振波长会发生漂移,导致信号在传输时的信噪比值降低,从而影响ONoC工作时的可靠性。针对温度对ONoC性能的影响,从IP核映射、波长分配和通信路由三个方面进行了研究。首先,对ONoC核心器件的温度敏感性进行研究分析,提出了一种面向温度均衡的IP核趋边快速映射算法。该算法基于网络的对称性提取出网络中的非对称节点集合,并根据网络热点区域的曼哈顿距离从大到小进行排序。在进行映射时,将任务的IP核按照任务量和任务复杂度从大到小的顺序依次映射到非对称点集合中,从而实现IP核根据网络温度自适应地映射到网络节点中。通过仿真表明,与随机映射,蚁群映射和粒子群映射相比,该算法在映射速度和网络能耗上均优于上述映射算法。其次,针对ONoC中的光信号在波分复用（Wavelength Division Multiplexing,WDM）时产生的串扰噪声进行分析,并讨论温度对波长分配串扰噪声的影响,提出了基于改进蚁群算法的波长分配方法。该方法在建立IP核之间的通信路径后,根据核间的通信复杂度和网络的温度分布,搜索每一对通信节点可分配的波长数量和波长间距,并按照最小串扰的目标函数为通信节点分配波长。经实验验证,在不同的映射模型和网络温度分布下,所提出的波长分配策略与传统的波长分配策略相比,平均降低了25%的串扰噪声能耗。最后,对ONoC的通信路由进行研究。由于传统的确定性路由存在路径规划单一和信道负载不均的问题,这将导致网络的局部信道出现拥堵的现象而造成网络的时延增加,尤其是在网络温度分布不均的情况下,该问题将变得更为突出。因此,本文针对ONoC中通信路径优化的问题,提出了一种基于折射学习的政治优化路由。该路由在确定IP核映射结果以及核间的波长分配数量后,根据网络的信道负载状况和温度分布情况规划核间通信路径,得到信噪比最优的路由结果。经过仿真实验表明,本文提出的政治优化路由与维序路由和最小损耗路由相比,其信噪比值平均分别提高了7%和6%,以此证明了提出的路由算法对网络信噪比优化的有效性。